买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津科技大学;天津市第五中心医院申请的专利一种基于卷积神经网络的心肌磁共振图像纤维化分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119672441B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510175463.X，技术领域涉及：G06V10/764；该发明授权一种基于卷积神经网络的心肌磁共振图像纤维化分类方法是由马欣荣;于田;李艳霞;曾保起;边希云;肖晓琳;薛娜;马晓芳;王宇翔;张春燕;李岚;韩冰;田嘉蕊;刘晓智设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的心肌磁共振图像纤维化分类方法在说明书摘要公布了：本发明提出了基于卷积神经网络的心肌磁共振图像纤维化分类方法，涉及图像处理技术领域，从磁共振成像设备中获取待测目标的原始磁共振图像，对原始磁共振图像进行预处理；基于连通特征，将预处理后的磁共振图像分割为多个子区域，每个子区域代表图像中一个独立的连通部分；对每个子区域构建灰度衡量函数，量化每个子区域的灰度分布特征，通过比较各子区域的灰度衡量函数值，将灰度衡量函数值最小的子区域识别为纤维化组织子区域；从识别出的纤维化组织子区域中提取特征，作为卷积神经网络模型的输入，对纤维化组织子区域进行分类，输出纤维化组织子区域所属的纤维化阶段，提高了对纤维化组织分类的准确性。

本发明授权一种基于卷积神经网络的心肌磁共振图像纤维化分类方法在权利要求书中公布了：1.基于卷积神经网络的心肌磁共振图像纤维化分类方法，其特征在于，包括如下步骤：从磁共振成像设备中获取待测目标的原始磁共振图像，对所述原始磁共振图像进行预处理；对于磁共振图像进行高斯核密度估计，二维高斯核函数为Ku,v： ；其中，h为带宽参数，控制核的平滑程度，u和v表示像素点间的坐标偏移量；像素点x,y处的密度估计函数fx,y为： ；其中：xIJ,yIJ表示以x,y为中心的邻域窗口内的像素坐标；n为邻域窗口的尺寸；ZxIJ,yIJ为窗口内位于第I行第J列的像素点的强度值；选择密度峰值点作为中心像素点,按照预设的网格数量将预处理后的磁共振图像划分为规则的网格，结合颜色距离和空间距离，计算每个网格的边缘像素点与当前网格中心像素点的第一总距离,再计算每个网格的边缘像素点与邻近网格中心像素点的第二总距离，若所述第二总距离小于所述第一总距离，则将该边缘像素点重新分配给邻近网格；根据重新分配的结果，更新每个边缘像素点的网格归属，生成更新后的网格划分结果；基于坐标比较确定网格边缘像素点，设每个网格为正方形,边长为W，对于图像中坐标为x,y的像素点,当0≤xmodW≤2或者W-3≤xmodWW-1,且0≤ymodW≤2或者W-3≤ymodW≤W-1时,则判断该像素点在网格边缘，其中，mod表示取余运算；计算第i个网格内颜色分布的方差Ri，计算第i个网格内所有像素点与网格中心像素点的总距离的平均值Mi，基于方差Ri和平均值Mi计算第i个网格的连通特征Ui： ；通过调整方差权重参数和每个网格中心像素点位置，直到每个网格生成的连通特征均为最优值，实现最终网格的分割，将预处理后的磁共振图像分割为多个子区域，每个子区域代表图像中一个独立的连通部分；对每个子区域构建灰度衡量函数，量化每个子区域的灰度分布特征，通过比较各子区域的灰度衡量函数值，将灰度衡量函数值最小的子区域识别为纤维化组织子区域；从识别出的纤维化组织子区域中提取特征，作为卷积神经网络模型的输入，对纤维化组织子区域进行分类，输出纤维化组织子区域所属的纤维化阶段。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津科技大学;天津市第五中心医院，其通讯地址为：300457 天津市滨海新区天津经济技术开发区第十三大街9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。